CN107294672A - 一种小区载波聚合的调度方法及装置 - Google Patents
一种小区载波聚合的调度方法及装置 Download PDFInfo
- Publication number
- CN107294672A CN107294672A CN201610194953.5A CN201610194953A CN107294672A CN 107294672 A CN107294672 A CN 107294672A CN 201610194953 A CN201610194953 A CN 201610194953A CN 107294672 A CN107294672 A CN 107294672A
- Authority
- CN
- China
- Prior art keywords
- cell
- regulation
- data
- flow
- sampled point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/003—Arrangements for allocating sub-channels of the transmission path
- H04L5/0044—Arrangements for allocating sub-channels of the transmission path allocation of payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
- H04L5/0091—Signaling for the administration of the divided path
- H04L5/0096—Indication of changes in allocation
- H04L5/0098—Signalling of the activation or deactivation of component carriers, subcarriers or frequency bands
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/20—Control channels or signalling for resource management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及通信技术领域,公开了一种小区载波聚合的调度方法及装置,包括:确定各小区的多个载波聚合CA调度指标数据,所述CA调度指标数据至少包括小区流量比,所述小区流量比为小区所在扇区的流量与全网扇区的流量均值的比值;针对每个小区,对所述小区的CA调度指标数据进行归一化处理,并将归一化处理后的所述小区的CA调度指标数据加权计算,得到所述小区的综合评分;对综合评分大于设定阈值的小区开启CA功能。本发明用以解决现有技术中只根据流量来确定开启CA功能的小区,无法保证所有对CA需求较大的小区优先分配资源的问题。
Description
技术领域
本发明涉及通信领域,尤其涉及一种小区载波聚合的调度方法及装置。
背景技术
随着LTE网络的不断演进,为了满足单用户峰值速率和系统容量提升的要求,一种最直接的办法就是增加系统传输。为此3GPP标准提出了载波聚合技术带宽。因此LTE-Advanced系统引入一项增加传输带宽的技术,也就是CA(Carrier Aggregation,载波聚合)。
得益于更宽的频谱,载波聚合后最直观的好处就是传输速度的大幅度提升,以及延迟的降低。同时,载波聚合还能有效改善网络质量,提升吞吐量,使网络负载更加均衡,尤其是在负载较重的时候效果会更明显。简单地说,它可以将多个载波聚合成一个更宽的频谱,同时也可以把一些不连续的频谱碎片聚合到一起,能很好地满足LTE、LTE-Advanced系统频谱兼容性的要求,不仅能加速标准化进程,还能最大限度地利用现有LTE设备和频谱资源。
启用CA功能,需要首先对小区进行扩容,合理的选择开启CA的小区是开启CA过程中的重要课题。传统的方式是通过流量来确定扩容小区,这种方法过于单一,无法保证所有对CA需求较大的区域优先分配到资源,无法保证CA服务的最优化。
发明内容
本发明实施例提供一种小区载波聚合的调度方法及装置,用以解决现有技术中只根据流量来确定开启CA功能的小区,无法保证所有对CA需求较大的小区优先分配资源的问题。
本发明实施例提供的小区载波聚合的调度方法包括:
确定各小区的多个载波聚合CA调度指标数据,所述CA调度指标数据至少包括小区流量比,所述小区流量比为小区所在扇区的流量与全网扇区的流量均值的比值;
针对每个小区,对所述小区的CA调度指标数据进行归一化处理,并将归一化处理后的所述小区的CA调度指标数据加权计算,得到所述小区的综合评分;
对综合评分大于设定阈值的小区开启CA功能。
可选的,所述CA调度指标数据还包括小区场景重要度;
所述确定各小区的CA调度指标数据,包括:
根据不同场景的通信流量,从所有场景中选出多个重要场景;
针对一个小区,根据所述小区所在扇区的覆盖范围内涉及的场景种类和数量,确定所述小区场景重要度,其中,各场景的权重为预先设定的。
可选的,所述CA调度指标数据还包括小区内下载速率低的采样点占比;
所述确定各小区的CA调度指标数据,包括:
针对一个小区,将所述小区中的多个采样点中下载速率低于非本网的采样点作为比较采样点;将所述比较采样点的数量与所述采样点的总数的比值作为所述小区内下载速率低的采样点占比。
可选的,所述CA调度指标数据还包括小区CA终端占比;
所述确定各小区的CA调度指标数据,包括:
针对一个小区,确定预定时间内进行过业务的终端总数以及所述终端中支持CA功能的终端数量,将所述支持CA功能的终端数量与所述预定时间内进行过业务的终端总数的之比作为所述小区CA终端占比。
可选的,所述对所述小区的CA调度指标数据进行归一化处理,包括:
针对同一个CA调度指标,根据不同小区的指标数据的数值范围,确定所述CA调度指标的归一化系数,将所述CA调度指标对应的指标数据与所述归一化系数相乘。
可选的,根据以下公式将归一化处理后的所述小区的CA调度指标数据加权计算:
Q=Q1×R1+Q2×R2+…+Qn×Rn
其中,Q为所述小区的综合评分,Qn为所述小区的第n个归一化处理后的CA调度指标数据,Rn为所述小区的第n个归一化处理后的CA调度指标的权重,其中,R1+R2+…+Rn=100%;所述小区场景重要度的权重高于所述小区内下载速率低的采样点占比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区流量比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区CA终端占比的权重。
一种小区载波聚合的调度装置,包括:
确定模块,用于确定各小区的多个载波聚合CA调度指标数据,所述CA调度指标数据至少包括小区流量比,所述小区流量比为小区所在扇区的流量与全网扇区的流量均值的比值;
计算模块,用于针对每个小区,对所述小区的CA调度指标数据进行归一化处理,并将归一化处理后的所述小区的CA调度指标数据加权计算,得到所述小区的综合评分;
开关模块,用于对综合评分大于设定阈值的小区开启CA功能。
可选的,所述CA调度指标数据还包括小区场景重要度;
所述确定模块,具体用于:
根据不同场景的通信流量,从所有场景中选出多个重要场景;
针对一个小区,根据所述小区所在扇区的覆盖范围内涉及的场景种类和数量,确定所述小区场景重要度,各场景的权重为预先设定的。
可选的,所述CA调度指标数据还包括小区内下载速率低的采样点占比;
所述确定模块,还用于:
针对一个小区,将所述小区中的多个采样点中下载速率低于非本网的采样点作为比较采样点;将所述比较采样点的数量与所述采样点的总数的比值作为所述小区内下载速率低的采样点占比。
可选的,所述CA调度指标数据还包括小区CA终端占比;
所述确定模块,具体用于:
针对一个小区,确定预定时间内进行过业务的终端总数以及所述终端中支持CA功能的终端数量,将所述支持CA功能的终端数量与所述预定时间内进行过业务的终端总数的之比作为所述小区CA终端占比。
可选的,其特征在于,所述计算模块,具体用于:
针对同一个CA调度指标,根据不同小区的指标数据的数值范围,确定所述CA调度指标的归一化系数,将所述CA调度指标对应的指标数据与所述归一化系数相乘。
可选的,所述确定模块,还用于根据以下公式将归一化处理后的所述小区的CA调度指标数据加权计算:
Q=Q1×R1+Q2×R2+…+Qn×Rn
其中,Q为所述小区的综合评分,Qn为所述小区的第n个归一化处理后的CA调度指标数据,Rn为所述小区的第n个归一化处理后的CA调度指标的权重,其中,R1+R2+…+Rn=100%;所述小区场景重要度的权重高于所述小区内下载速率低的采样点占比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区流量比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区CA终端占比的权重。
本发明实施例中,选择开启载波聚合功能的小区时,不仅仅根据各小区的流量来确定,而是依据多个CA调度指标数据,得到小区的综合评分,根据综合评分对小区进行综合判断。由于从各种指标来源所获得的CA调度指标数据取值范围不同,无法将所有数据进行直接对比,因此,本发明实施例对每个小区的CA调度指标数据进行归一化处理,使得同一个小区中,不同CA调度指标数据的取值范围相同。这样,即可将归一化处理后的CA调度指标数据进行加权,从而得到各小区的综合评分。将小区的综合评分与设定阈值进行对比,对综合评分大于设定阈值的小区开启CA功能。这样一来,充分利用了现有的网络数据,将多个维度的指标进行有机融合,形成基于多维度的组合算法,从而使选择开启CA功能小区的判断更加精确,保障了对CA需求较大的小区可以优先分配到资源,优化了小区CA功能的分配,提高了CA开启的效果。其次,CA调度指标数据包括小区流量比,是小区所在扇区的流量与全网扇区的流量均值的比值。将同一站点同一方向角的小区,归属于同一扇区,将位于同一扇区的小区进行合并计算流量,有效的避免仅进行小区级统计时对流量热点的漏判。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种小区载波聚合的调度方法流程图;
图2为本发明实施例中另一种小区载波聚合的调度方法流程流程图;
图3为本发明实施例中一种小区载波聚合的调度装置的示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
现网通常仅基于小区的流量来确定扩容及开启CA功能的小区,这种方法依据的判定标准过于单一,无法充分利用CA资源的使用效率。为了解决这一问题,本发明实施例提供了一种小区载波聚合的调度方法,流程如图1所示,方法可以包括如下步骤:
S101、确定各小区的多个CA调度指标数据,所述CA调度指标数据至少包括小区流量比,所述小区流量比为小区所在扇区的流量与全网扇区的流量均值的比值。
其中,小区流量比是小区所在扇区的流量与全网扇区的流量均值的比值。与小区相比,扇区是一个具有地理意义的概念,而小区是一种逻辑概念,主要是为了方便移动交换中心进行参数配置以及控制用。一个扇区可能包含几个小区,通常扇区与基站的天线方向对应,对于有360度天线方向的基站就只有一个扇区,而只具有定向天线的基站就会包含有多个扇区,如现在大多数基站采用三副120°扇形辐射的定向天线,因此,一个基站周围由三个扇区组成,每个扇区120°。一般只要无线参数上有不同就会分为一个小区,例如频率不同或者频率相同但扰码不同都分成不同的小区,此时,按天线的地理覆盖范围,一个扇区就会与一个小区对应,或者包含两个或者两个以上的小区。
本发明实施例中,从网管报表获取每个小区一段时间内的数据业务流量进行统计,获得每个小区的流量T。将属于同一站点的同一扇区中一个或多个小区的流量进行合并,得到每个扇区的流量Tp。同时,将全网所有扇区的流量进行汇总统计,并除以全网所有扇区的数量,得到全网扇区的平均流量通过将每个扇区的流量Tp与全网扇区的平均流量进行比较,获得每个扇区流量比则每个小区的小区流量比,即等于该小区所处扇区的扇区流量比,其公式如下:
其中,KT为小区的小区流量比,Tp为该小区所处扇区的总流量,为全网扇区的平均流量。
举例说明,全网n个小区一天的数据业务流量为T1、T2、T3……Tn。其中,1小区、2小区和3小区位于同1扇区内,则1扇区的扇区流量Tp1=T1+T2+T3。全网扇区的总流量为全网所有扇区流量之和,即为Tp1+Tp2+…+Tpm,其中,m为全网扇区的数量。全网扇区的平均流量从而,a扇区的扇区流量比即为即a扇区范围内所有小区的小区流量比均为
S102、针对每个小区,对所述小区的CA调度指标数据进行归一化处理,并将归一化处理后的所述小区的CA调度指标数据加权计算,得到所述小区的综合评分。
S103、对综合评分大于设定阈值的小区开启CA功能。
本发明实施例中,充分利用了现有的网络数据,将多个维度的指标进行有机融合,形成基于多维度的组合算法,从而使选择开启CA功能小区的判断更加精确,保障了对CA需求较大的小区可以优先分配到资源,优化了小区CA功能的分配,提高了CA开启的效果。
本发明实施例中不是仅依据小区的流量,而是参考了小区多个CA调度指标数据,多个CA调度指标数据从多个方向对待选小区进行分析,最后综合评判出需要开启CA功能的小区,综合考虑了CA开启的实际作用以及对用户的影响,使CA资源在网络中得到更高效的分配。上述多个CA调度指标数据可以包括:小区流量比、小区场景重要度、小区内下载速率低的采样点占比,以及小区CA终端占比,以下针对每种CA调度指标数据分别进行介绍。
情况一,CA调度指标数据中包括小区场景重要度,则确定各小区的CA调度指标数据,包括:
根据不同场景的通信流量,从所有场景中选出多个重要场景;
针对一个小区,根据所述小区所在扇区的覆盖范围内涉及的场景种类和数量,确定所述小区场景重要度,各场景的权重为预先设定的。
具体来说,对于LTE网络覆盖下的不同场景,根据人流量以及上网流量的差异,某些场景对于CA功能具有较高的需求。可通过对日常通信保障及维护工作的梳理,确定各扇区涉及的场景。从所有场景中选取多个场景作为重要场景,例如高校、居民住宅、交通枢纽等,则每个小区的小区场景重要度为该小区所在扇区的覆盖范围内涉及的场景种类和数量,进一步可以为所在扇区的覆盖范围内涉及的重要场景的数量,各场景的权重为预先设定的。
本发明实施例将高校、交通枢纽、商业场所和游玩场所作为重要场景,将重要场景的权重设置为1,非重要场景的权重设置为0,因此,每个扇区的覆盖范围内涉及一个重要场景,则该扇区的场景重要度加1。小区的小区场景重要度即为该小区所在扇区的场景重要度,用公式表示如下:
KI=Ig+Ij+Is+Iy……公式2
其中,KI为小区的小区场景重要度,Ig为高校场景的权重,Ij为交通枢纽场景的权重,Is为商业场所场景的权重,Iy为游玩场所场景的权重。
举例来说,若Z小区所在扇区的覆盖范围内,涉及交通枢纽和商业场所这两个重要场景,则由于每个重要场景的权重为1,则该扇区的场景重要度为2,即Z小区的小区场景重要度KI也为2。
情况二、CA调度指标数据中包括小区内下载速率低的采样点占比,则确定各小区的CA调度指标数据,包括:
针对一个小区,将所述小区中的多个采样点中下载速率低于非本网的采样点作为比较采样点;将所述比较采样点的数量与所述采样点的总数的比值作为所述小区内下载速率低的采样点占比。
目前CA功能的引入更多主要用于保证本网在LTE网络技术及感知的领先地位,因此需考虑本网的下载速率和非本网下载速率。本发明实施例通过ATU(自动路测工具)采集采样点的网络下载速率,将同一采样点中,本网的下载速率和非本网的下载速率进行对比,下载速率低于非本网的采样点作为比较采样点,将同一小区内,比较采样点的数量与全部采样点总数的比值,作为该小区的小区内下载速率低的采样点占比,用公式表示如下:
KD=DQ/D……公式3
其中,KD为小区的小区内下载速率低的采样点占比,DQ为小区内比较采样点的数量,D为小区内全部采样点总数。
例如,X小区内,ATU共采集了200个采样点的数据,其中,有40个采样点的下载速率低于其它网络的下载速率,则对于X小区,其小区内下载速率低的采样点占比为0.2。
情况三、CA调度指标数据中包括小区CA终端占比,则确定各小区的CA调度指标数据,包括:
针对一个小区,确定预定时间内进行过业务的终端总数以及所述终端中支持CA功能的终端数量,将所述支持CA功能的终端数量与所述预定时间内进行过业务的终端总数的之比作为所述小区CA终端占比。
对于不同类型的终端,有的终端支持CA功能,有的终端不支持CA功能,对于小区是否需要开启CA而言,小区内支持CA功能的终端越多,小区开启CA的需求越强烈。因此,本发明实施例通过信令采集系统,对一段时间内小区的终端情况进行统计,通过对终端IMEI中的TAC部分进行解析,确定该终端是否支持CA功能。
计算小区内支持CA功能的终端数量与所有终端数量的比例,即为小区CA终端占比,用公式表示如下:
KM=MCA/M……公式4
其中,KM为小区的小区CA终端占比,MCA为小区内支持CA功能的终端数量,M为小区内所有终端数量。
情况四、CA调度指标数据中包括小区流量比,这种情况在步骤S101中已详细描述,这里不做赘述。
对于多个CA调度指标,其取值范围各不相同,无法进行直接对比,因此需要将CA调度指数数据进行归一化处理,包括:
针对同一个CA调度指标,根据不同小区的指标数据的数值范围,确定所述CA调度指标的归一化系数,将所述CA调度指标对应的指标数据与所述归一化系数相乘。
本发明实施例中,通过归一化算法将所有CA调度指标数据都转化为百分制的分数,可以更加直观地展示所有指标的情况,便于将所有指标进行综合对比。
下面以上述四种情况中的CA调度指标数据为例,详细介绍如何将CA调度指数数据归一化。
情况一、CA调度指标数据中包括小区场景重要度。
根据公式2可知,本发明实施例中,小区场景重要度KI的取值范围为0~4,即最小值对应小区所在扇区的覆盖范围内不涉及四个重要场景中的任意一个,最大值对应小区所在扇区的覆盖范围内涉及所有四个重要场景,则对KI进行归一化计算公式如下:
QI=25×KI……公式5
其中,QI为归一化处理后的小区场景重要度。
情况二、CA调度指标数据中包括小区内下载速率低的采样点占比。
由于小区内下载速率低的采样点占比的取值范围为0~1,其中,0对应于小区内所有采样点的下载速率均大于非本网的下载速率,1对应于所有采样点的下载速率均小于非本网的下载速率。因此,对KD进行归一化计算公式如下:
QD=100×KD……公式6
其中,QI为归一化处理后的小区内下载速率低的采样点占比。
情况三、CA调度指标数据中包括小区CA终端占比。
小区CA终端占比的取值范围为0~1,其中,0对应于小区内所有终端均不支持CA功能,1对应于所有终端均支持CA功能,因此,对KM进行归一化计算公式如下:
QM=100×KM……公式7
其中,QM为归一化处理后的小区CA终端占比。
情况四、CA调度指标数据中包括小区流量比。
根据对网络的实际提取,小区流量比的取值范围通常在0~50,但对于某些特殊情况,小区流量比也可能取值大于50,为了保证小区流量比的权重不至于过大,将小区流量比大于50的情况全部用等于50代替。因此,对KT进行归一化计算公式如下:
QT=min(2×KT,100)……公式8
其中,QT为归一化处理后的小区流量比。
将小区的CA调度指标数据归一化处理后,需进行加权计算,得出小区的综合评分,加权计算公式如下:
Q=Q1×R1+Q2×R2+…+Qn×Rn……公式9
其中,Q为所述小区的综合评分,Qn为所述小区的第n个归一化处理后的CA调度指标数据,Rn为所述小区的第n个归一化处理后的CA调度指标的权重,R1+R2+…+Rn=100%。
本发明实施例利用多个CA调度指标数据对待选小区进行分析,上述多个CA调度指标数据中,不仅可以利用上述所有CA调度指标数据进行分析,还可以选择其中的一个或多个对待选小区进行分析,本发明实施例仅为举例,对此不做限定,因此根据上述多个CA调度指标数据中的一个或多个的各种组合都在本发明实施例的保护范围内。
由于目前LTE网络尚处于网络建设的阶段,对于落后竞争对手即非本网的情况,以及重要场景下需要优先部署CA功能。因此,本发明实施例中,小区场景重要度的权重高于小区内下载速率低的采样点占比的权重,小区内下载速率低的采样点占比的权重高于小区流量比的权重,小区内下载速率低的采样点占比的权重高于小区CA终端占比的权重。
具体来说,小区场景重要度QI的权重RI为40%,小区内下载速率低的采样点占比QD的权重RD为30%,小区CA终端占比QM的权重RM为15%,小区流量比QT的权重RT为15%,可以算出,RI+RD+RM+RT=100%。因此,本发明实施例中,小区的综合评分根据以下公式计算:
Q=QI×RI+QD×RD+QM×RM+QT×RT……公式10
此外,计算出各小区的综合评分后,需根据综合评分对满足要求的小区开启CA功能。可以设定阈值,将综合评分大于该阈值的小区开启CA功能,关闭综合评分小于该阈值的小区的CA功能。也可以根据综合评分对所有小区进行排序,综合评分越高的小区排名越靠前,根据网络中可选择开启小区CA功能的情况,从综合评分最高的小区开始,开启排名靠前的小区的CA功能。例如,若网络中可开启CA功能的小区数为200,则将综合评分最高的200个小区作为高优先级小区,进行CA功能开启;排名在200名以下的小区作为低优先级小区,关闭其CA功能。
进一步地,可对全网的小区实时计算综合评分,并根据综合评分进行实时排名更新,及时合理控制小区CA功能的开启与关闭,对每次排名后新加入高优先级的小区,开启CA功能;对排名后名次下降,由高优先级变为低优先级的小区,关闭CA功能。
为了更清楚地理解本发明,下面以具体的实施例对上述流程进行详细描述,具体步骤如图2所示,包括:
S201、确定全网每个扇区的覆盖范围内涉及的场景种类和数量,根据公式2计算每个小区的小区场景重要度。
S202、获取全网每个小区内采样点的下载速率,根据公式3计算每个小区的小区内下载速率低的采样点占比。
S203、确定全网每个小区内的终端总数以及支持CA功能的终端数量,根据公式4计算每个小区的小区CA终端占比。
S204、获取全网每个小区的数据业务流量,根据公式1计算每个小区的小区流量比。
需要说明的是,上述步骤S201~S204的顺序不是固定的,可以任意调换。
S205、对步骤S201~S204得出的结果进行归一化处理。
S206、将步骤S205归一化处理后的结果进行加权,根据公式10计算得出每个小区的综合评分。
S207、根据小区的综合评分将全网所有小区排名,对综合评分大于阈值的小区执行步骤S208,对综合评分小于或等于阈值的小区执行步骤S209。
S208、开启小区的CA功能。
S209、关闭小区的CA功能。
基于相同的技术构思,本发明实施例还提供一种小区载波聚合的调度装置,如图3所示,包括:
确定模块1,用于确定各小区的多个载波聚合CA调度指标数据,所述CA调度指标数据至少包括小区流量比,所述小区流量比为小区所在扇区的流量与全网扇区的流量均值的比值;
计算模块2,用于针对每个小区,对所述小区的CA调度指标数据进行归一化处理,并将归一化处理后的所述小区的CA调度指标数据加权计算,得到所述小区的综合评分;
开关模块3,用于对综合评分大于设定阈值的小区开启CA功能。
可选的,所述CA调度指标数据还包括小区场景重要度;
确定模块1,具体用于:
根据不同场景的通信流量,从所有场景中选出多个重要场景;
针对一个小区,根据所述小区所在扇区的覆盖范围内涉及的场景种类和数量,确定所述小区场景重要度,各场景的权重为预先设定的。
可选的,所述CA调度指标数据还包括小区内下载速率低的采样点占比;
确定模块1,还用于:
针对一个小区,将所述小区中的多个采样点中下载速率低于非本网的采样点作为比较采样点;将所述比较采样点的数量与所述采样点的总数的比值作为所述小区内下载速率低的采样点占比。
可选的,所述CA调度指标数据还包括小区CA终端占比;
确定模块1,具体用于:
针对一个小区,确定预定时间内进行过业务的终端总数以及所述终端中支持CA功能的终端数量,将所述支持CA功能的终端数量与所述预定时间内进行过业务的终端总数的之比作为所述小区CA终端占比。
可选的,计算模块2,具体用于:
针对同一个CA调度指标,根据不同小区的指标数据的数值范围,确定所述CA调度指标的归一化系数,将所述CA调度指标对应的指标数据与所述归一化系数相乘。
可选的,确定模块1,还用于根据以下公式将归一化处理后的所述小区的CA调度指标数据加权计算:
Q=Q1×R1+Q2×R2+…+Qn×Rn
其中,Q为所述小区的综合评分,Qn为所述小区的第n个归一化处理后的CA调度指标数据,Rn为所述小区的第n个归一化处理后的CA调度指标的权重,其中,R1+R2+…+Rn=100%;所述小区场景重要度的权重高于所述小区内下载速率低的采样点占比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区流量比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区CA终端占比的权重。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种小区载波聚合的调度方法,其特征在于,包括:
确定各小区的多个载波聚合CA调度指标数据,所述CA调度指标数据至少包括小区流量比,所述小区流量比为小区所在扇区的流量与全网扇区的流量均值的比值;
针对每个小区,对所述小区的CA调度指标数据进行归一化处理,并将归一化处理后的所述小区的CA调度指标数据加权计算,得到所述小区的综合评分;
对综合评分大于设定阈值的小区开启CA功能。
2.如权利要求1所述的方法,其特征在于,所述CA调度指标数据还包括小区场景重要度;
所述确定各小区的CA调度指标数据,包括:
根据不同场景的通信流量,从所有场景中选出多个重要场景;
针对一个小区,根据所述小区所在扇区的覆盖范围内涉及的场景种类和数量,确定所述小区场景重要度,其中,各场景的权重为预先设定的。
3.如权利要求2所述的方法,其特征在于,所述CA调度指标数据还包括小区内下载速率低的采样点占比;
所述确定各小区的CA调度指标数据,包括:
针对一个小区,将所述小区中的多个采样点中下载速率低于非本网的采样点作为比较采样点;将所述比较采样点的数量与所述采样点的总数的比值作为所述小区内下载速率低的采样点占比。
4.如权利要求3所述的方法,其特征在于,所述CA调度指标数据还包括小区CA终端占比;
所述确定各小区的CA调度指标数据,包括:
针对一个小区,确定预定时间内进行过业务的终端总数以及所述终端中支持CA功能的终端数量,将所述支持CA功能的终端数量与所述预定时间内进行过业务的终端总数的之比作为所述小区CA终端占比。
5.如权利要求1至4任一项所述的方法,其特征在于,所述对所述小区的CA调度指标数据进行归一化处理,包括:
针对同一个CA调度指标,根据不同小区的指标数据的数值范围,确定所述CA调度指标的归一化系数,将所述CA调度指标对应的指标数据与所述归一化系数相乘。
6.如权利要求4所述的方法,其特征在于,根据以下公式将归一化处理后的所述小区的CA调度指标数据加权计算:
Q=Q1×R1+Q2×R2+…+Qn×Rn
其中,Q为所述小区的综合评分,Qn为所述小区的第n个归一化处理后的CA调度指标数据,Rn为所述小区的第n个归一化处理后的CA调度指标的权重,其中,R1+R2+…+Rn=100%;所述小区场景重要度的权重高于所述小区内下载速率低的采样点占比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区流量比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区CA终端占比的权重。
7.一种小区载波聚合的调度装置,其特征在于,包括:
确定模块,用于确定各小区的多个载波聚合CA调度指标数据,所述CA调度指标数据至少包括小区流量比,所述小区流量比为小区所在扇区的流量与全网扇区的流量均值的比值;
计算模块,用于针对每个小区,对所述小区的CA调度指标数据进行归一化处理,并将归一化处理后的所述小区的CA调度指标数据加权计算,得到所述小区的综合评分;
开关模块,用于对综合评分大于设定阈值的小区开启CA功能。
8.如权利要求7所述的装置,其特征在于,所述CA调度指标数据还包括小区场景重要度;
所述确定模块,具体用于:
根据不同场景的通信流量,从所有场景中选出多个重要场景;
针对一个小区,根据所述小区所在扇区的覆盖范围内涉及的场景种类和数量,确定所述小区场景重要度,各场景的权重为预先设定的。
9.如权利要求8所述的装置,其特征在于,所述CA调度指标数据还包括小区内下载速率低的采样点占比;
所述确定模块,还用于:
针对一个小区,将所述小区中的多个采样点中下载速率低于非本网的采样点作为比较采样点;将所述比较采样点的数量与所述采样点的总数的比值作为所述小区内下载速率低的采样点占比。
10.如权利要求9所述的装置,其特征在于,所述CA调度指标数据还包括小区CA终端占比;
所述确定模块,具体用于:
针对一个小区,确定预定时间内进行过业务的终端总数以及所述终端中支持CA功能的终端数量,将所述支持CA功能的终端数量与所述预定时间内进行过业务的终端总数的之比作为所述小区CA终端占比。
11.如权利要求7至10任一项所述的装置,其特征在于,所述计算模块,具体用于:
针对同一个CA调度指标,根据不同小区的指标数据的数值范围,确定所述CA调度指标的归一化系数,将所述CA调度指标对应的指标数据与所述归一化系数相乘。
12.如权利要求10所述的装置,其特征在于,所述确定模块,还用于根据以下公式将归一化处理后的所述小区的CA调度指标数据加权计算:
Q=Q1×R1+Q2×R2+…+Qn×Rn
其中,Q为所述小区的综合评分,Qn为所述小区的第n个归一化处理后的CA调度指标数据,Rn为所述小区的第n个归一化处理后的CA调度指标的权重,其中,R1+R2+…+Rn=100%;所述小区场景重要度的权重高于所述小区内下载速率低的采样点占比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区流量比的权重,所述小区内下载速率低的采样点占比的权重高于所述小区CA终端占比的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610194953.5A CN107294672B (zh) | 2016-03-30 | 2016-03-30 | 一种小区载波聚合的调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610194953.5A CN107294672B (zh) | 2016-03-30 | 2016-03-30 | 一种小区载波聚合的调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107294672A true CN107294672A (zh) | 2017-10-24 |
CN107294672B CN107294672B (zh) | 2020-01-17 |
Family
ID=60086918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610194953.5A Active CN107294672B (zh) | 2016-03-30 | 2016-03-30 | 一种小区载波聚合的调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107294672B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109617660A (zh) * | 2018-12-19 | 2019-04-12 | 惠州Tcl移动通信有限公司 | 载波聚合频段的设置方法、装置、存储介质及移动终端 |
CN113747545A (zh) * | 2020-05-29 | 2021-12-03 | 华为技术有限公司 | 终端设备和智能选网的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102883408A (zh) * | 2012-09-21 | 2013-01-16 | 中兴通讯股份有限公司 | 一种小小区的发现方法和装置 |
CN103037432A (zh) * | 2011-09-30 | 2013-04-10 | 中兴通讯股份有限公司 | 载波聚合功能的控制方法及装置 |
CN103167513A (zh) * | 2013-02-01 | 2013-06-19 | 上海大唐移动通信设备有限公司 | 一种载波扩容的方法及装置 |
CN103888971A (zh) * | 2012-12-19 | 2014-06-25 | 中国电信股份有限公司 | 基于evdo网络的流量预警系统及方法 |
CN104717044A (zh) * | 2013-12-13 | 2015-06-17 | 中国电信股份有限公司 | 载波聚合技术中用户终端选择主载波的方法和装置 |
CN105142222A (zh) * | 2015-08-10 | 2015-12-09 | 上海大唐移动通信设备有限公司 | 一种调整载波的方法及装置 |
-
2016
- 2016-03-30 CN CN201610194953.5A patent/CN107294672B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103037432A (zh) * | 2011-09-30 | 2013-04-10 | 中兴通讯股份有限公司 | 载波聚合功能的控制方法及装置 |
CN102883408A (zh) * | 2012-09-21 | 2013-01-16 | 中兴通讯股份有限公司 | 一种小小区的发现方法和装置 |
CN103888971A (zh) * | 2012-12-19 | 2014-06-25 | 中国电信股份有限公司 | 基于evdo网络的流量预警系统及方法 |
CN103167513A (zh) * | 2013-02-01 | 2013-06-19 | 上海大唐移动通信设备有限公司 | 一种载波扩容的方法及装置 |
CN104717044A (zh) * | 2013-12-13 | 2015-06-17 | 中国电信股份有限公司 | 载波聚合技术中用户终端选择主载波的方法和装置 |
CN105142222A (zh) * | 2015-08-10 | 2015-12-09 | 上海大唐移动通信设备有限公司 | 一种调整载波的方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109617660A (zh) * | 2018-12-19 | 2019-04-12 | 惠州Tcl移动通信有限公司 | 载波聚合频段的设置方法、装置、存储介质及移动终端 |
CN109617660B (zh) * | 2018-12-19 | 2021-08-03 | 惠州Tcl移动通信有限公司 | 载波聚合频段的设置方法、装置、存储介质及移动终端 |
CN113747545A (zh) * | 2020-05-29 | 2021-12-03 | 华为技术有限公司 | 终端设备和智能选网的方法 |
CN113747545B (zh) * | 2020-05-29 | 2022-11-25 | 华为技术有限公司 | 终端设备和智能选网的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107294672B (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2863674B1 (en) | Capacity planning method and device for wireless broadband network | |
CN103686759B (zh) | Td-lte系统基站的选址方法和装置 | |
CN102625322A (zh) | 多制式智能可配的无线网络优化的实现方法 | |
CN102769551A (zh) | 网络质量评测与网络优化的方法及系统 | |
CN108243435B (zh) | 一种lte小区场景划分中的参数优化方法及装置 | |
CN107360202A (zh) | 一种终端的接入调度方法和装置 | |
CN112020098B (zh) | 负荷均衡方法、装置、计算设备及计算机存储介质 | |
CN105873087B (zh) | 一种网络指标预测方法、装置及电子设备 | |
CN106034331A (zh) | 一种网络数据流量的均衡方法及系统 | |
CN106507393A (zh) | 一种基于综合开销函数的接入选择方法 | |
CN102665224A (zh) | 移动终端通信网络优选方法及优选装置 | |
Aijaz et al. | Energy efficient design of SC-FDMA based uplink under QoS constraints | |
CN103687027A (zh) | Lte网络的资源分配方法和系统 | |
CN106912071A (zh) | 一种基于lte相对负荷差值触发负载均衡的方法及装置 | |
CN105704741B (zh) | 一种异构网络接入选择方法 | |
CN105744592A (zh) | 一种基于异构无线网络的业务接入方法、装置及系统 | |
CN113891336B (zh) | 通信网络减频退网方法、装置、计算机设备和存储介质 | |
CN114118748B (zh) | 一种服务质量预测方法、装置、电子设备及存储介质 | |
CN107294672A (zh) | 一种小区载波聚合的调度方法及装置 | |
CN110139282A (zh) | 一种基于神经网络的能量采集d2d通信资源分配方法 | |
CN107197467A (zh) | 一种基于LTE的NB‑IoT无线网络部署方法 | |
Lu et al. | An access selection mechanism in 5G network slicing | |
CN104581744B (zh) | 一种实现网络规划的方法及装置 | |
CN102404778A (zh) | 一种负载估测方法 | |
Yang et al. | Demand-aware load balancing in wireless lans using association control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |